Can DeepSeek-V4-Pro handle 1M-token documents in the API?

Yes. DeepSeek-V4-Pro with a 1M-token context length and up to 384K output tokens, so it is built for very long documents and multi-file workflows.

Does DeepSeek-V4-Pro support thinking mode and tool calls?

Yes. DeepSeek-V4-Pro supports both thinking and non-thinking modes, plus JSON output and tool calls.

When should I use DeepSeek-V4-Pro instead of DeepSeek-V4-Flash?

Use DeepSeek-V4-Pro when accuracy and agentic coding matter more than speed. DeepSeek says V4-Flash is the faster, more economical option, while V4-Pro is stronger on coding and broader agent evaluations.

Is DeepSeek-V4-Pro good for coding agents like Claude Code or OpenCode?

Yes. DeepSeek-V4-Pro configured for Claude Code and OpenCode, with `reasoningEffort` set to `max` and thinking enabled.

How do I integrate DeepSeek-V4-Pro with OpenAI-compatible SDKs?

Use the CometAPI base URL `https://api.cometapi.com` with the model name `deepseek-v4-pro`

Is DeepSeek-V4-Pro suitable for search-heavy research workflows?

Yes. V4-Pro performs strongly on search and retrieval-style tasks, and it outperforms DeepSeek-V3.2 by a substantial margin in both objective and subjective Q&A categories.

DeepSeek

稼働中のAPI 人気

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Proは、総パラメータ数1.6T、活性化パラメータ49Bを備え、1Mトークンのコンテキストウィンドウに対応する、DeepSeekの大規模なMixture-of-Expertsモデルです。高度な推論、コーディング、長期的なエージェントワークフロー向けに設計されており、知識、数学、ソフトウェアエンジニアリングのベンチマークにおいて高い性能を発揮します。

最低料金

$0.416 / 入力100万トークン

従量課金

APIの稼働状況

正常稼働

稼働率100.0% / 24時間

応答速度

2339 ms

実測APIレスポンス

公開日

Aug 12, 2026

DeepSeek

Playground

実際のリクエストでDeepSeek V4 Proを試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

DeepSeek V4 Proの実用的な概要と、重要な挙動・統合時の注意点。

技術仕様

項目	DeepSeek-V4-Pro
提供元	DeepSeek
API モデル名	deepseek-v4-pro
ベースURL	https://api.deepseek.com と https://api.deepseek.com/anthropic
入力タイプ	Text
出力タイプ	Text, tool calls, reasoning output
コンテキスト長	1,000,000 tokens
最大出力	384,000 tokens
推論モード	Non-thinking, thinking（デフォルト）
エージェント/コーディングのデフォルト	reasoning_effort を high まで設定可能；複雑なエージェントリクエストでは max が使用される場合あり
対応機能	JSON Output, Tool Calls, Chat Prefix Completion（ベータ）, FIM Completion（Non-thinking モードでベータ）
ローカル/オープンウェイト公開	1.6T total parameters, 49B activated parameters, FP4 + FP8 mixed precision
ライセンス（モデルカード）	MIT
参照モデルカード	DeepSeek-V4-Pro preview on Hugging Face

DeepSeek-V4-Pro とは？

DeepSeek-V4-Pro は、DeepSeek の V4 プレビュー・ファミリーの中でより強力なモデルです。公式のモデルカードでは、1.6T パラメータの MoE モデルで、49B のアクティブなパラメータおよび 1M トークンのコンテキストウィンドウを備え、長期的な知識作業、コード生成、エージェントタスクをターゲットとしていると説明されています。API ドキュメントは標準の DeepSeek chat-completions インターフェースを通じてこれを公開しており、OpenAI と Anthropic の SDK スタイルの両方をサポートします。

主な機能

100万トークンのコンテキスト: DeepSeek は 1M トークンのコンテキスト長を文書化しており、非常に大きなドキュメントセット、リポジトリ、マルチステップのエージェントセッションに適しています。
2 つの推論モード: API は Non-thinking と thinking のモードをサポートします。thinking がデフォルトで、Claude Code や OpenCode のような複雑なエージェントリクエストでは max 努力度が自動的に使用される場合があるとドキュメントに記載されています。
ツール呼び出し対応: DeepSeek の thinking モードはツール呼び出しをサポートしており、検索、ファイル操作、外部関数を必要とするエージェントにとって重要です。
長コンテキストでの効率: モデルカードによれば、V4 は Compressed Sparse Attention と Heavily Compressed Attention を組み合わせたハイブリッドなアテンション設計を採用し、V3.2 と比べて長コンテキストにおける計算量と KV キャッシュのコストを削減しています。 citeturn980363view2
コーディングと推論への注力: DeepSeek は、V4-Pro-Max の推論モードがコーディング系ベンチマークで前進し、推論やエージェントタスクにおいて先行するクローズドソースモデルとのギャップの多くを縮めたと述べています。 citeturn980363view2
SDK の柔軟性: 標準の OpenAI 互換 chat completions からアクセスできるほか、ツール指向のワークフロー向けに DeepSeek の Anthropic 互換エンドポイント経由でも利用可能です。

ベンチマーク性能

公式の DeepSeek モデルカードは、ベースモデル・ファミリーおよび V4-Pro-Max の比較セットに関する以下の評価結果を報告しています。ベースモデルの表では、V4-Pro は知識系や長コンテキスト系の複数のベンチマークで V3.2-Base より高スコアを示しており、MMLU-Pro（73.5 対 65.5）、FACTS Parametric（62.6 対 27.1）、LongBench-V2（51.5 対 40.2）などが含まれます。

ベンチマーク	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

同じモデルカードでは、V4-Pro-Max が特定タスクにおいて最先端モデルと競合し続けていることも示されています。たとえば、公開された比較表では MMLU-Pro で 87.5、SimpleQA-Verified で 57.9、GPQA Diamond で 90.1、Terminal Bench 2.0 で 67.9 を記録しています。

DeepSeek-V4-Pro と DeepSeek-V4-Flash と DeepSeek-V3.2 の比較

モデル	最適用途	コンテキスト	注記
DeepSeek-V4-Pro	重い推論、コーディング、エージェント、大規模ドキュメント	1M	V4 の最大モデル。49B のアクティブパラメータを持ち、シリーズ全体で最も高い能力。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	より高速で軽量な汎用用途	1M	より小型の 284B/13B モデル。thinking とツール呼び出しを引き続きサポート。 citeturn980363view2turn980363view0
DeepSeek-V3.2	先代の長コンテキスト・ベースライン	以前の API ドキュメントでは 128K；V4 は別の 1M コンテキスト設計を採用	効率改善の比較対象として有用。モデルカードでは、V4-Pro が V3.2 と比較して長コンテキストでの FLOPs と KV キャッシュを大幅に削減したと報告。 citeturn321011view1turn980363view2

最適なユースケース

リポジトリ規模のコーディング支援やリファクタリングツール
長文ドキュメントの分析と統合
マルチターン推論を必要とするツール使用エージェント
長期メモリと構造化出力が役立つテクニカルサポートのワークフロー
モデルカードで強いベンチマーク性能が示されている中国語および多言語の知識タスク

Deepseek v4 pro API へのアクセスと使用方法

ステップ 1: API キーの取得

cometapi.com にログインします。まだユーザーでない場合は、まず登録してください。CometAPI console にサインインします。インターフェースのアクセス認証 API キーを取得します。パーソナルセンターの API token で “Add Token” をクリックし、トークンキー（sk-xxxxx）を取得して送信します。

ステップ 2: Deepseek v4 proAPI にリクエストを送信

“deepseek-v4-pro” エンドポイントを選択して API リクエストを送信し、リクエストボディを設定します。リクエストメソッドとリクエストボディは当社サイトの API ドキュメントから取得します。当社サイトは利便性のために Apifox テストも提供しています。<YOUR_API_KEY> をアカウントの実際の CometAPI キーに置き換えてください。呼び出し先: Anthropic Messages 形式および Chat 形式。

content フィールドに質問またはリクエストを挿入します—モデルはこの内容に応答します。API レスポンスを処理して生成された回答を取得します。

ステップ 3: 結果の取得と検証

API レスポンスを処理して生成された回答を取得します。処理後、API はタスクステータスと出力データを返します。標準パラメータを通じて、ストリーミング、プロンプトキャッシュ、長コンテキスト対応などの機能を有効にします。

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

—

CometAPI利用料金の見積もり

10回のリクエスト

—

CometAPI利用料金の見積もり

15回のリクエスト

—

CometAPI利用料金の見積もり

DeepSeek V4 Proの料金

DeepSeek V4 Proの競争力のある価格設定をご確認ください。さまざまな予算や利用ニーズに対応できるよう設計されています。柔軟なプランにより、使用した分だけお支払いいただけるため、要件の拡大に合わせて簡単にスケールアップできます。DeepSeek V4 Proがコストを管理しながら、お客様のプロジェクトをどのように強化できるかをご覧ください。

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	入力:$0.416/M 出力:$0.832/M	入力:$0.52/M 出力:$1.04/M	-20%
deepseek-v4-pro-0813	入力:$0.416/M 出力:$0.832/M	入力:$0.52/M 出力:$1.04/M	-20%

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/chat/completions

DeepSeek V4 ProのサンプルコードとAPI

DeepSeek V4 Proの包括的なサンプルコードとAPIリソースにアクセスして、統合プロセスを効率化しましょう。詳細なドキュメントでは段階的なガイダンスを提供し、プロジェクトでDeepSeek V4 Proの潜在能力を最大限に活用できるよう支援します。

POST

/v1/chat/completions

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-text

入力と出力

入力

text

出力

text

本番環境プロファイル

プロバイダー: DeepSeek
文脈: モデルによる
商用利用: 対応

ユースケース

textの機能に合った本番ワークフローにDeepSeek V4 Proを活用し、長期的な統合前に他の選択肢とも比較してください。

本番向けチャットとエージェントワークフロー

コーディング・分析・構造化生成

1つのAPIによる大規模な自動化

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

xAI

Grok 4.6

コードおよびその他すべてに対応するフラッグシップモデル：自律的なツール呼び出し、最小限のハルシネーション、設定可能な推論。

モデルを見る

Aliyun

Qwen3.8-Max

Qwen3.8-Maxは、先進的な推論、エージェント型ワークフロー、マルチモーダル理解、エンタープライズ規模のAIアプリケーション向けに設計されたAlibaba Qwenのフラッグシップ大規模言語モデルです。2.4Tのパラメータを備え、MoEアーキテクチャを採用し、思考モードと高速推論モードの切り替えをサポートし、さまざまなコンテンツ形式に対応、コードエンジニアリング、専門的なオフィス業務、複雑な論理推論といったシナリオで卓越した性能を発揮し、その実力はAnthropicのFable 5に次ぎます。

モデルを見る

Anthropic

Claude Opus 5

Claude Opus 5 は本日より利用可能です。思慮深くプロアクティブなモデルで、価格は半分ながら Claude Fable 5 の最先端の知性に迫ります。

モデルを見る

OpenAI

GPT 5.6

複雑な推論やコーディングには GPT-5.6 Sol から始め、性能とコストのバランスを取るなら GPT-5.6 Terra を選び、コスト重視の大規模・大量処理ワークロードには GPT-5.6 Luna を使用してください。

モデルを見る

Google

Gemini 3.6 Flash

Gemini 3.6 Flash は、実世界のタスクに最適化されたフロンティアレベルの知能を、より高速かつ低コストで持続的に提供します。エージェント時代を見据えて設計されており、コード生成、エージェント実行、空間推論に優れています。このモデルは、複雑なコーディングのサイクルや反復を伴う迅速なエージェント・ループに特に効果的です。

モデルを見る

Anthropic

Claude Sonnet 5

コーディングおよびエージェント向けの高性能モデル

モデルを見る

Uptime

本番投入前に、リアルタイムのハートビートデータ、エンドポイントの可用性、実測レスポンスタイムを確認できます。

Uptime

過去 30 日間のリクエスト成功率。各モデルプロバイダーの信頼性を反映しています。CometAPI はすべての接続プロバイダーをリアルタイムで 24 時間 365 日監視しています。

RespondLIVE

2339msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

バージョン

本番統合を固定する前に、利用可能なモデル識別子を確認してください。

deepseek-v4-pro

deepseek-v4-pro-0813

さらに探る

モデルを比較して、調査を続けましょう

DeepSeek

稼働中のAPI 人気

deepseek-v4-pro

DeepSeek V4 Pro API

最低料金

$0.416 / 入力100万トークン

従量課金

APIの稼働状況

正常稼働

稼働率100.0% / 24時間

応答速度

2339 ms

実測APIレスポンス

公開日

Aug 12, 2026

DeepSeek

Playground

実際のリクエストでDeepSeek V4 Proを試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

DeepSeek V4 Proの実用的な概要と、重要な挙動・統合時の注意点。

技術仕様

項目	DeepSeek-V4-Pro
提供元	DeepSeek
API モデル名	deepseek-v4-pro
ベースURL	https://api.deepseek.com と https://api.deepseek.com/anthropic
入力タイプ	Text
出力タイプ	Text, tool calls, reasoning output
コンテキスト長	1,000,000 tokens
最大出力	384,000 tokens
推論モード	Non-thinking, thinking（デフォルト）
エージェント/コーディングのデフォルト	reasoning_effort を high まで設定可能；複雑なエージェントリクエストでは max が使用される場合あり
対応機能	JSON Output, Tool Calls, Chat Prefix Completion（ベータ）, FIM Completion（Non-thinking モードでベータ）
ローカル/オープンウェイト公開	1.6T total parameters, 49B activated parameters, FP4 + FP8 mixed precision
ライセンス（モデルカード）	MIT
参照モデルカード	DeepSeek-V4-Pro preview on Hugging Face

DeepSeek-V4-Pro とは？

主な機能

100万トークンのコンテキスト: DeepSeek は 1M トークンのコンテキスト長を文書化しており、非常に大きなドキュメントセット、リポジトリ、マルチステップのエージェントセッションに適しています。
2 つの推論モード: API は Non-thinking と thinking のモードをサポートします。thinking がデフォルトで、Claude Code や OpenCode のような複雑なエージェントリクエストでは max 努力度が自動的に使用される場合があるとドキュメントに記載されています。
ツール呼び出し対応: DeepSeek の thinking モードはツール呼び出しをサポートしており、検索、ファイル操作、外部関数を必要とするエージェントにとって重要です。
長コンテキストでの効率: モデルカードによれば、V4 は Compressed Sparse Attention と Heavily Compressed Attention を組み合わせたハイブリッドなアテンション設計を採用し、V3.2 と比べて長コンテキストにおける計算量と KV キャッシュのコストを削減しています。 citeturn980363view2
コーディングと推論への注力: DeepSeek は、V4-Pro-Max の推論モードがコーディング系ベンチマークで前進し、推論やエージェントタスクにおいて先行するクローズドソースモデルとのギャップの多くを縮めたと述べています。 citeturn980363view2
SDK の柔軟性: 標準の OpenAI 互換 chat completions からアクセスできるほか、ツール指向のワークフロー向けに DeepSeek の Anthropic 互換エンドポイント経由でも利用可能です。

ベンチマーク性能

ベンチマーク	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

DeepSeek-V4-Pro と DeepSeek-V4-Flash と DeepSeek-V3.2 の比較

モデル	最適用途	コンテキスト	注記
DeepSeek-V4-Pro	重い推論、コーディング、エージェント、大規模ドキュメント	1M	V4 の最大モデル。49B のアクティブパラメータを持ち、シリーズ全体で最も高い能力。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	より高速で軽量な汎用用途	1M	より小型の 284B/13B モデル。thinking とツール呼び出しを引き続きサポート。 citeturn980363view2turn980363view0
DeepSeek-V3.2	先代の長コンテキスト・ベースライン	以前の API ドキュメントでは 128K；V4 は別の 1M コンテキスト設計を採用	効率改善の比較対象として有用。モデルカードでは、V4-Pro が V3.2 と比較して長コンテキストでの FLOPs と KV キャッシュを大幅に削減したと報告。 citeturn321011view1turn980363view2

最適なユースケース

リポジトリ規模のコーディング支援やリファクタリングツール
長文ドキュメントの分析と統合
マルチターン推論を必要とするツール使用エージェント
長期メモリと構造化出力が役立つテクニカルサポートのワークフロー
モデルカードで強いベンチマーク性能が示されている中国語および多言語の知識タスク

Deepseek v4 pro API へのアクセスと使用方法

ステップ 1: API キーの取得

ステップ 2: Deepseek v4 proAPI にリクエストを送信

content フィールドに質問またはリクエストを挿入します—モデルはこの内容に応答します。API レスポンスを処理して生成された回答を取得します。

ステップ 3: 結果の取得と検証

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

—

CometAPI利用料金の見積もり

10回のリクエスト

—

CometAPI利用料金の見積もり

15回のリクエスト

—

CometAPI利用料金の見積もり

DeepSeek V4 Proの料金

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	入力:$0.416/M 出力:$0.832/M	入力:$0.52/M 出力:$1.04/M	-20%
deepseek-v4-pro-0813	入力:$0.416/M 出力:$0.832/M	入力:$0.52/M 出力:$1.04/M	-20%

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/chat/completions

DeepSeek V4 ProのサンプルコードとAPI

POST

/v1/chat/completions

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");